在流式计算中，Kafka一般用来缓存数据，Kafka是一个分布式消息队列；Kafka对消息保存时根据Topic进行归类，发送消息者称为Producer，消息接受者称为Consumer，此外kafka集群有多个kafka实例组成，每个实例(server)称为broker；无论是kafka集群，还是consumer都依赖于zookeeper集群保存一些meta信息，来保证系统可用性。
kafka的下载地址：http://kafka.apache.org/downloads.html
1.集群的规划
hadoop101 hadoop102 hadoop103
zk zk zk
kafka kafka kafka
安装 kafka 之前必须先要安装 zookeeper，在这里不再演示 zk 怎么安装。
2.集群部署
1）解压安装包
[hw@hadoop101 software]$ tar -zxvf kafka_2.11-0.11.0.0.tgz -C /opt/module/
2）修改解压后的文件名称 (用默认也行，看个人习惯而定)
[hw@hadoop101 module]$ mv kafka_2.11-0.11.0.0/ kafka
3）在/opt/module/kafka目录下创建logs文件夹
[hw@hadoop101 kafka]$ mkdir logs
4）修改配置文件
[hw@hadoop101 kafka]$ cd config/
[hw@hadoop101 config]$ vi server.properties
输入以下内容：
#broker的全局唯一编号，不能重复
broker.id=0
#删除topic功能使能
delete.topic.enable=true
#处理网络请求的线程数量
num.network.threads=3
#用来处理磁盘IO的现成数量
num.io.threads=8
#发送套接字的缓冲区大小
socket.send.buffer.bytes=102400
#接收套接字的缓冲区大小
socket.receive.buffer.bytes=102400
#请求套接字的缓冲区大小
socket.request.max.bytes=104857600
#kafka运行日志存放的路径
log.dirs=/opt/module/kafka/logs
#topic在当前broker上的分区个数
num.partitions=1
#用来恢复和清理data下数据的线程数量
num.recovery.threads.per.data.dir=1
#segment文件保留的最长时间，超时将被删除
log.retention.hours=168
#配置连接Zookeeper集群地址
zookeeper.connect=hadoop101:2181,hadoop102:2181,hadoop103:2181
5）配置环境变量
[hw@hadoop101 module]$ sudo vi /etc/profile
#KAFKA_HOME
export KAFKA_HOME=/opt/module/kafka
export PATH=$PATH:$KAFKA_HOME/bin
[hw@hadoop101 module]$ source /etc/profile
6）分发安装包
[hw@hadoop101 module]$ scp -r kafka/ hw@hadoop102:/opt/module/
[hw@hadoop101 module]$ scp -r kafka/ hw@hadoop103:/opt/module/
7）分别在hadoop102和hadoop103上修改配置文件/opt/module/kafka/config/server.properties中的broker.id=1、broker.id=2
注：broker.id不得重复
8）启动集群
依次在hadoop101、hadoop102、hadoop103节点上启动kafka
[hw@hadoop101 kafka]$ bin/kafka-server-start.sh config/server.properties &
[hw@hadoop102 kafka]$ bin/kafka-server-start.sh config/server.properties &
[hw@hadoop103 kafka]$ bin/kafka-server-start.sh config/server.properties &
这里后面用 & 符号就是为了去掉控制台中打印的信息，如果是第一次启动最好不用 & ，因此看不到报错信息。
9）关闭集群
[hw@hadoop101 kafka]$ bin/kafka-server-stop.sh stop
[hw@hadoop102 kafka]$ bin/kafka-server-stop.sh stop
[hw@hadoop103 kafka]$ bin/kafka-server-stop.sh stop
3.Kafka命令行操作
1）查看当前服务器中的所有topic
[hw@hadoop101 kafka]$ bin/kafka-topics.sh --zookeeper hadoop101:2181 --list
2）创建topic
[hw@hadoop101 kafka]$ bin/kafka-topics.sh --zookeeper hadoop101:2181 \
--create --replication-factor 3 --partitions 1 --topic first
选项说明：
--topic 定义topic名
--replication-factor 定义副本数
--partitions 定义分区数
3）删除topic
[hw@hadoop101 kafka]$ bin/kafka-topics.sh --zookeeper hadoop101:2181 \
--delete --topic first
需要server.properties中设置delete.topic.enable=true否则只是标记删除或者直接重启。
4）发送消息
[hw@hadoop101 kafka]$ bin/kafka-console-producer.sh \
--broker-list hadoop101:9092 --topic first
>hello world
>lu chang yin
消费者可以使用默认值。
5）消费消息
[hw@hadoop102 kafka]$ bin/kafka-console-consumer.sh \
--zookeeper hadoop101:2181 --from-beginning --topic first
--from-beginning：会把first主题中以往所有的数据都读取出来。根据业务场景选择是否增加该配置。
6）查看某个Topic的详情
[hw@hadoop101 kafka]$ bin/kafka-topics.sh --zookeeper hadoop101:2181 \
--describe --topic first
好了，今天总结就到这里，希望能帮助到你，至于 API 的操作待后续更新，欢迎留言。
